PBNA： An Improved Probabilistic Biological Network Alignment Method

Biological network alignment is an important research topic in the field of bioinformatics. Nowadays almost every existing alignment method is designed to solve the deterministic biological network alignment problem.However, it is worth noting that interactions in biological networks, like many other processes in the biological realm,are probabilistic events. Therefore, more accurate and better results can be obtained if biological networks are characterized by probabilistic graphs. This probabilistic information, however, increases difficulties in analyzing networks and only few methods can handle the probabilistic information. Therefore, in this paper, an improved Probabilistic Biological Network Alignment（PBNA） is proposed. Based on Iso Rank, PBNA is able to use the probabilistic information. Furthermore, PBNA takes advantages of Contributor and Probability Generating Function（PGF） to improve the accuracy of node similarity value and reduce the computational complexity of random variables in similarity matrix. Experimental results on dataset of the Protein-Protein Interaction（PPI） networks provided by Todor demonstrate that PBNA can produce some alignment results that ignored by the deterministic methods, and produce more biologically meaningful alignment results than Iso Rank does in most of the cases based on the Gene Ontology Consistency（GOC） measure. Compared with Prob method, which is designed exactly to solve the probabilistic alignment problem, PBNA can obtain more biologically meaningful mappings in less time.     

基于气象因素的机场进离港延误预测

针对机场延误预测过程中难以提取延误传播时空特征、预测结果受天气扰动大的问题，提出了基于气象因素的时空图卷积网络(meteorology-based spatio-temporal graph convolutional networks, MSTGCN)机场延误预测模型。该模型使用图卷积神经网络(graph convolutional neural network, GCNN)与门控卷积神经网络(gated convolutional neural network, Gated CNN)挖掘机场延误的时空特征，同时加入气象特征提取模块对机场延误时间进行预测。实验结果表明，该模型在中短时预测上的表现均优于其他对比模型；相较于不考虑气象因素的模型，MSTGCN对未来1 h、4 h和12 h预测的平均绝对误差分别降低了7.03%,7.93%,11.54%,对预测结果起到了极大的修正作用。     

华北地区低碳经济发展效率研究

由于环境保护和经济发展不协调是当前我国面临的主要挑战之一,因此发展低碳经济意义重大。运用二阶段网络DEA模型对华北地区各省市2005~2014年低碳效率进分析,对综合效率分布类型进行分析,并在此基础上为华北地区发展低碳经济提出政策建议。     

自尊对网络利他的影响机制:基于系列中介模型的研究

采用Rosenberg自尊量表(SES)、显性自恋量表、网络空间人际信任问卷和大学生网络利他行为问卷(IABSU),对287名大学生进行调查。结果显示:大学生网络利他总体水平不高,男大学生网络利他得分显著高于女生,独生子女网络利他得分显著高于非独生子女;自尊、显性自恋、网络人际信任、网络利他行为得分两两之间均呈显著正相关;结构方程模型分析表明,显性自恋在大学生自尊对网络人际信任的影响中起完全中介作用,网络人际信任在大学生显性自恋对网络利他的影响中起部分中介作用,显性自恋和网络人际信任在大学生自尊对网络利他行为的影响中起链式中介作用。     

网络环境下以能力培养为导向的经管类实验教学方法改革研究

网络技术的广泛运用丰富了高校经管类实验教学的手段,使实验教学突破了时空局限,大大拓展了人才培养的空间,但同时也给传统的实验教学带来很多负面的影响。在分析当前我国高校经管类实验教学存在问题的基础上,指出我国高校应以能力培养为导向,充分利用实验教学平台网络化的条件,对实验教学的内容、实验过程、实验评价等方面进行优化设计,形成以能力为导向的实验教学模式。     

对合法有序语境下的网络监督思考

网络监督是以网民为主体,以互联网为平台,通过网络技术和各种网络形式对公共权力进行监督的方式。它需要加强网络系统的建设,建立部门齐全的法律相互协作,并协调网络政治参与和网络有序发展的关系,只有这样,才能提高网民的网络监督意识与能力。     

5G-TSN系统下的高精度时间同步

第五代移动通信系统(the fifth generation communication system, 5G)与时间敏感网络(time sensitive networking, TSN)集成的5G-TSN系统需要实现高精度的时间同步。为此，提出一种多波束联合的定时同步算法提高同步信号检测成功率，实现高精度5G-TSN时间同步。首先，根据多个波束间的时域关系计算波束间同步信号块的互相关的组合，求出期望作为门限值；然后，利用超过门限值的若干波束进行互相关叠加峰值计算最大峰值对应的时域索引，并完成主同步信号定时同步；最后，利用时频域结合地方式对传播时延进行估计以减少同步误差。仿真结果表明，采用基于多波束联合的定时同步算法，相比传统算法，相关峰值更加显著，能有效地提高定时同步成功率。     

人防通信的特点及其网络建设和通信值勤训练

人防通信具有保障范围广和通信系统构成复杂的基本特点，应从完善通信网络、建立机动应急指挥通信枢纽、重视发展地下通信和建立短波单边带指挥通信网等方面加强人防通信网络建设，坚持正常的通信值勤、训练，立足战时，从严从难，重视通信质量，确保通信顺畅，不断提高人防通信保障能力。     

网络学习方式对任职教育的影响及对策

网络学习方式以其特有的优势为任职教育提供便利的同时,也对任职教育的教学观念、教学方法和管理体制提出了新的要求。该文阐述了网络学习方式对任职教育产生的影响,并就如何更好地开展网络学习提出了应对措施。     

江西省域三级审计专网建设跟踪

按照国家电子政务网络规划要求，根据国家审计署提出的“金审工程”总体规划指导方案，2011年底，江西省依托全省电子政务外网MPLSVPN技术建成全省审计系统并开通了审计专网。